echarts地图罗平县的json_用Python绘制中国疫情地图（二）——Pyecharts篇

笔者之前写过一篇用plotly绘制疫情地图的文章，今天就介绍一下另外一种方法，用pyecharts画疫情地图的方法。

之前写过的Plotly画图的那篇文章中，笔者曾提过plotly是一个基于D3.js的Python库，plotly相当于一个操作层，让用户能用Python的方式操作D3，这对于不会JavaScript的用户是一个很大的便利。而今天介绍的pyecharts和plotly类似，也是用Python的方式来操作echarts，而echarts是和D3类似的一个js图库，其和D3功能上类似，但却是咱们中国人自己开发的(百度开发的)，笔者写这篇文章的主要目的之一也是要介绍一下咱们自己的echarts/pyecharts。

下面就介绍一下如何用pyecharts绘制全国疫情地图。刚开始先给大家提个醒，安装pyecharts要用pip install pyecharts命令，目前暂不支持anaconda的conda install命令，笔者用的是anaconda最新版。

首先导入需要的包和准备数据。

from pyecharts import options as optsfrom pyecharts.charts import Mapnums = [59989, 1328, 1257, 1172, 1007, 982, 933, 629, 553, 543, 508, 464, 387, 333, 302, 292, 242, 240, 172, 163, 146, 130, 127, 121, 91, 89, 76, 73, 70, 61, 22, 18, 10, 1]provinces = ['湖北', '广东', '河南', '浙江', '湖南', '安徽', '江西', '江苏', '重庆', '山东', '四川', '黑龙江', '北京', '上海', '河北', '福建', '广西', '陕西', '云南', '海南', '贵州', '山西', '天津', '辽宁', '甘肃', '吉林', '新疆', '内蒙古', '宁夏', '香港', '台湾', '青海', '澳门', '西藏']sequence = [(a,b) for a,b in zip(provinces,nums)]

这里有3个变量，nums是全国各省确诊人数，provinces是各省名称，sequence是将两者对应起来的一个list。接下来就是绘图部分。

mymap = Map()mymap.add(series_name='中国最新疫情地图', data_pair=sequence, maptype='china')mymap.set_global_opts(visualmap_opts=opts.VisualMapOpts(pieces=[{"min": 1, "max": 9, "label": "1-9", "color": 'lightcoral'},{"min": 10, "max": 99, "label": "10-99", "color": 'indianred'},{"min": 100, "max":999, "label": "100-999", "color": 'brown'},{"min": 1000, "max": 9999, "label": "1000-9999", "color": 'firebrick'},{"min": 10000, "max": 60000, "label": "≥10000", "color": 'darkred'}],is_piecewise=True))mymap.render('render.html')

OK了，是不是so easy。我们可以看到pyecharts和plotly类似，甚至更简单，其自带中国地图数据，不需要额外的地理(坐标)数据，而plotly则需要(上一篇文章中，plotly需要一个json格式的地理文件)，当然pyecharts也支持json地理数据，比如本例中我们可以用mymap.add_coordinate_json('放入相关数据')来读取地理数据。这里有几点要说明一下，首先是地图的变量名不要用map，因为这是Python自带的关键字，容易出错。其次是visualmap_opts=opts.VisualMapOpts(pieces=[...])这一大堆，在官方文档中并未说明opts.VisualMapOpts的具体用法，其有很多参数，pieces只是其中之一，这部分用法需要大家认真研究一下，这部分用法我在官方文档中都没搞清楚，还是后来百度一下，才从别人的例子中了解了。最后就是mymap.render('render.html')会生成一个网页文件，打开这个网页就能看到我们绘制的图片，是交互式的，pyecharts是可以生成静态图片的(具体方法留给大家自己去学习)，但生成网页文件可以更好地交互操作。下面把pyecharts绘制的图片和百度官方原图对比一下，两者都是GIF动图。

图1. pyecharts绘制的图片

图2. 百度官方原图

笔者目前已经写了3篇绘制地图的文章了，现在做一个小小的总结吧。我们把每种方法的评价分为好、中、差三个档次，我个人对这3中方法的具体评价如下图。在图中我对pyecharts给了很高的评价，只给其社区支持打了差评，因为其官方文档让我忍无可忍，没办法，因为这个项目目前仅有3个人在维持，而且还是民间组织。希望有热情和时间的开发者能多贡献自己的一份力量，尤其是咱们中国自己的开发项目。

图3. Python的3种绘图方法对比

除了这3种方法，Python还有其他很多好的绘制地图的方法，比如folium、geopandas以及非常出名的bokeh，这些也就留给大家自己去学习吧。最后还是那句话吧，"武汉加油，中国加油"！